jihuny/llama_arena_10k_sky_dpo_mgopt_a05_l01

--- dataset_info: features: - name: prompt dtype: string - name: chosen dtype: string - name: rejected dtype: string - name: score_chosen dtype: float64 - name: score_rejected dtype: float64 - name: reward_margin dtype: float64 splits: - name: train num_bytes: 36880617 num_examples: 10000 download_size: 19484503 dataset_size: 36880617 configs: - config_name: default data_files: - split: train path: data/train-* ---数据集信息： 特征项： - 名称：prompt（提示词），数据类型：字符串型 - 名称：chosen（优选回复），数据类型：字符串型 - 名称：rejected（弃选回复），数据类型：字符串型 - 名称：score_chosen（优选回复得分），数据类型：float64（64位双精度浮点型） - 名称：score_rejected（弃选回复得分），数据类型：float64（64位双精度浮点型） - 名称：reward_margin（奖励差值），数据类型：float64（64位双精度浮点型） 数据集拆分： - 拆分名称：训练集（train），字节占用数：36880617，样本总数：10000 下载大小：19484503 字节 数据集总大小：36880617 字节 配置项： - 配置名称：默认配置（default），数据文件： - 数据集拆分：训练集（train），文件路径：data/train-*